Computerwissenschaften neural-networks

3

Kernelisierungstrick für neuronale Netze

Ich habe etwas über neuronale Netze und SVMs gelernt. In den Tutorials, die ich gelesen habe, wurde hervorgehoben, wie wichtig die Kernelisierung für SVMs ist. Ohne Kernelfunktion sind SVMs nur ein linearer Klassifikator. Mit der Kernelisierung können SVMs auch nichtlineare Features enthalten, was sie zu einem leistungsstärkeren Klassifikator macht. Es …

9 machine-learning artificial-intelligence neural-networks

1

Warum werden Gewichte neuronaler Netze mit Zufallszahlen initialisiert?

Warum werden Anfangsgewichte neuronaler Netze als Zufallszahlen initialisiert? Ich hatte irgendwo gelesen, dass dies getan wird, um "die Symmetrie zu brechen" und dies das neuronale Netzwerk schneller lernen lässt. Wie kann das Brechen der Symmetrie schneller lernen? Wäre es nicht besser, die Gewichte auf 0 zu initialisieren? Auf diese Weise …

9 machine-learning artificial-intelligence neural-networks

1

Könnte ein künstlicher neuronaler Netzwerkalgorithmus in Form von Kartenreduktionsoperationen ausgedrückt werden?

Könnte ein künstlicher neuronaler Netzwerkalgorithmus in Form von Kartenreduktionsoperationen ausgedrückt werden? Ich interessiere mich auch allgemeiner für Parallelisierungsmethoden für ANNs und deren Anwendung für Cloud Computing. Ich würde denken, ein Ansatz würde darin bestehen, auf jedem Knoten eine vollständige ANN auszuführen und die Ergebnisse irgendwie zu integrieren, um das Raster …

9 parallel-computing artificial-intelligence neural-networks

1

Neuronales Netz divergiert statt konvergiert

Ich habe ein neuronales Netzwerk (mit CUDA) mit 2 Schichten implementiert. (2 Neuronen pro Schicht). Ich versuche, 2 einfache quadratische Polynomfunktionen mithilfe der Backpropagation zu lernen . Aber anstatt zu konvergieren, divergiert es (die Ausgabe wird unendlich) Hier sind einige weitere Details zu dem, was ich versucht habe: Ich hatte …

9 machine-learning artificial-intelligence neural-networks

1

Intuitive Beschreibung für das Training von LSTM (mit Vergissentor / Guckloch)?

Ich bin ein CS-Student (aber ich weiß nicht viel über KI, habe keine Kurse besucht und definitiv nichts über NN bis vor kurzem), der im Begriff ist, ein Schulprojekt in KI zu machen, also wähle ich ein Thema aus Grammatikinduktion (der kontextfreien Sprache und möglicherweise einer Teilmenge der kontextsensitiven Sprache) …

9 formal-languages machine-learning artificial-intelligence neural-networks

1

Sollte die Aktivierungsfunktion in neuronalen Netzen monoton sein?

Viele Aktivierungsfunktionen in neuronalen Netzen (Sigmoid, Tanh, Softmax) sind monoton, kontinuierlich und differenzierbar (mit Ausnahme einiger Punkte, an denen keine Ableitung vorhanden ist). Ich verstehe den Grund für Kontinuität und Differenzierbarkeit, kann aber einen Grund für Monotonität nicht wirklich verstehen.

8 machine-learning neural-networks

1

Anpassung des neuronalen Netzwerks

Ich habe gelegentlich neuronale Netze (Back Propagation Networks) mit einigen ziemlich komplizierten Datensätzen (Backgammon-Positionen und OCR) trainiert. Dabei scheint es, dass ein Großteil der Arbeit darin besteht, verschiedene Konfigurationen der Netzwerke auszuprobieren, um die optimale Konfiguration für das Lernen zu finden. Oft gibt es einen Kompromiss zwischen kleinen Netzen, die …

8 machine-learning neural-networks learning-theory

2

Was kann man aus den Gewichten in einem neuronalen Netzwerk lernen?

Ich bin sehr neu in neuronalen Netzen und habe versucht, einige Dinge herauszufinden. Angenommen, Sie stoßen auf ein neuronales Netzwerk mit 100 Eingängen, einer verborgenen Schicht mit 200 Knoten und 32 Ausgängen. Nehmen wir auch an, Sie, der "Entdecker" dieser bestimmten Instanz eines neuronalen Netzwerks, können die Gewichte der einzelnen …

8 machine-learning neural-networks

1

Gibt es eine einfache Möglichkeit, Perzeptrongewichte anhand eines Klassifizierungsgraphen zu berechnen?

Ich lerne für eine KI-Prüfung und suche nach einer besseren Möglichkeit, das folgende Problem zu lösen: Die Grafik zeigt ein Klassifizierungsproblem im Einheitsquadrat , wobei Klasse A durch den grauen Bereich in der Abbildung gekennzeichnet ist (ohne die Punkte auf den gepunkteten Linien) und Klasse B ansonsten auftritt.[ 0 , …

8 artificial-intelligence neural-networks

1

Der wesentliche Unterschied zwischen spikierenden neuronalen Netzen und ANNs früherer Generationen

Ich habe Spiking Neural Networks online aus verschiedenen Veröffentlichungen studiert, hauptsächlich aus Maass (1997) . Ich bin nicht ganz sicher, ob ich verstehe, was den SNN-Impulscode im Gegensatz zu früheren ANNs ausmacht, die als Ratencode gelten. Ich habe einen Hintergrund in den Neurowissenschaften, daher verstehe ich die Begriffe und das …

8 terminology artificial-intelligence neural-networks

4

Travelling Salesman Problem mit dem neuronalen Netz

Ich war neugierig, ob es neue Entwicklungen bei der Lösung des Problems der Handlungsreisenden mit einem wiederkehrenden neuronalen Hopfield-Netzwerk gab. Ich habe das Gefühl, dass ich etwas über die jüngste Forschung gesehen habe, die hier einen Durchbruch erzielt hat, aber ich kann die wissenschaftlichen Arbeiten nirgendwo finden. Ist jemandem eine …

7 np-hard neural-networks traveling-salesman

2

Was sind die Hauptunterschiede zwischen Spiking Neural Network und Deep Learning?

Deep Learning, heute eines der beliebtesten Gebiete im künstlichen neuronalen Netz, hat sich hinsichtlich seiner Genauigkeit bei Datensätzen als vielversprechend erwiesen. Wie ist es mit Spiking Neural Network zu vergleichen. Vor kurzem hat Qualcomm seinen nullten Prozessor für SNN vorgestellt. Daher habe ich mir überlegt, ob es einen Unterschied gibt, …

7 machine-learning neural-networks

Als «neural-networks» getaggte Fragen